Suchergebnisse

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.

International audience ; Le Millenium Ecosystem Assessment (MEA), puis les REDD (Reducing Emissions from Deforestation and forest Degradation) et les REDD+, préconisent le développement des approches permettant de quantifier et de spatialiser les services écosystémiques (SE) afin de mettre en œuvre des pratiques et des politiques de gestion environnementale plus adaptées. La cartographie des SE apparaît ainsi comme un outil majeur des espaces à forts enjeux environnementaux. Cependant, elle souffre encore de certaines limitations. C'est le cas du stock de carbone dans la biomasse végétale. À l'échelle d'une localité d'Amazonie brésilienne de 175 km², nous avons cartographié, avec une résolution spatiale de 30x30m, cette fonction écologique. Afin de quantifier ces stocks, des mesures de biomasse arborée et arbustive au sein de 45 " points " et des données géographiques obtenues par télédétection sont mises en relation. Pour cela, deux méthodes statistiques sont testées : l'arbre de décision et la régression linéaire multiple. Les résultats statistiques de chacune de ces méthodes sont présentés, permettant d'en comprendre les intérêts et les inconvénients. La qualité d'ajustement de ces modèles est testée. Si l'arbre de décision décrit mieux le rôle des variables explicatives, la régression linéaire multiple permet une prédiction beaucoup plus efficace. Elle rend alors davantage compte de la variabilité spatiale au sein de chaque type d'occupation du sol. Cette méthode fait apparaître à l'échelle de la ferme des phénomènes spécifiques au territoire étudié. Cela permet de retranscrire simplement le résultat d'un processus écologique tout en le mettant en relation avec les activités anthropiques. Cette étude permet donc d'illustrer l'importance des choix méthodologiques afin d'obtenir la cartographie d'un processus.